大輸液異物視覺識(shí)別和分類方法研究.pdf

1、本文以醫(yī)藥溶液中的大輸液產(chǎn)品為例，進(jìn)行了可見異物視覺識(shí)別和分類方法的研究，用機(jī)器視覺來模擬人眼，確保識(shí)別和分類方法的有效性和精度，最終實(shí)現(xiàn)對(duì)大輸液異物的準(zhǔn)確識(shí)別和分類，且將該算法用于實(shí)際生產(chǎn)系統(tǒng)，提高藥液質(zhì)量檢測(cè)的速度和精度，進(jìn)而帶來巨大的經(jīng)濟(jì)和社會(huì)效益。
　　首先，本文概述了機(jī)器視覺技術(shù)的原理及應(yīng)用，介紹了將機(jī)器視覺應(yīng)用于醫(yī)藥溶液產(chǎn)品質(zhì)量檢測(cè)的國(guó)內(nèi)外研究現(xiàn)狀，結(jié)合實(shí)際檢測(cè)對(duì)象分析了利用視覺對(duì)異物進(jìn)行識(shí)別和分類的難點(diǎn)。
　　

2、其次，簡(jiǎn)要介紹了視覺檢測(cè)系統(tǒng)的結(jié)構(gòu)，詳細(xì)闡述了本文的研究平臺(tái)，大輸液異物視覺識(shí)別和分類系統(tǒng)的設(shè)計(jì)，包括光學(xué)照明系統(tǒng)、機(jī)械系統(tǒng)和機(jī)電控制系統(tǒng)的各部分結(jié)構(gòu)及實(shí)現(xiàn)。
　　然后，重點(diǎn)介紹了本文中的異物識(shí)別算法。在分析了本文的識(shí)別對(duì)象及識(shí)別難點(diǎn)和關(guān)鍵技術(shù)現(xiàn)狀后，給出了大輸液可見異物視覺識(shí)別方案的整體設(shè)計(jì)。在采集到的原始圖像經(jīng)過自適應(yīng)加權(quán)均值濾波預(yù)處理后，利用投影法確定感興趣區(qū)域，剔除了部分瓶底、瓶壁及光線的干擾，并利用復(fù)合拉普拉斯增強(qiáng)法對(duì)其

3、進(jìn)行處理。針對(duì)運(yùn)動(dòng)小目標(biāo)的特點(diǎn)，在序列圖像的基礎(chǔ)上，將幀差法與背景法相結(jié)合實(shí)現(xiàn)對(duì)目標(biāo)的分割；運(yùn)用基于數(shù)學(xué)形態(tài)學(xué)-Kalman濾波器的跟蹤算法對(duì)分割出的目標(biāo)對(duì)象進(jìn)一步跟蹤識(shí)別，正確判斷異物與氣泡干擾，并給出了實(shí)驗(yàn)結(jié)果，驗(yàn)證了識(shí)別算法的可靠性和有效性。
　　隨后，在對(duì)異物進(jìn)行跟蹤識(shí)別盼基礎(chǔ)上，提取目標(biāo)特征，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)對(duì)目標(biāo)對(duì)象進(jìn)行分類，確定其所屬類別。針對(duì)標(biāo)準(zhǔn)BP算法的收斂速度慢等缺點(diǎn)提出了改進(jìn)的BP算法，比較了兩種

4、算法對(duì)標(biāo)準(zhǔn)數(shù)據(jù)Iris的分類效果，證明其改善了標(biāo)準(zhǔn)BP算法的性能。利用支持向量機(jī)對(duì)目標(biāo)對(duì)象進(jìn)行分類時(shí)，在傳統(tǒng)二分類的基礎(chǔ)上采用“一對(duì)多”的方式實(shí)現(xiàn)多分類。文中給出了BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)兩種分類方法的實(shí)驗(yàn)結(jié)果，并進(jìn)行了對(duì)比，驗(yàn)證了分類算法的有效性和實(shí)用性。
　　最后，介紹了本文實(shí)驗(yàn)平臺(tái)的軟件系統(tǒng)開發(fā)與實(shí)現(xiàn)，概述了本軟件系統(tǒng)的整體構(gòu)成，簡(jiǎn)要描述了其中的用戶登錄模塊、系統(tǒng)控制模塊、運(yùn)動(dòng)控制模塊和數(shù)據(jù)庫(kù)模塊，重點(diǎn)介紹了相機(jī)參數(shù)設(shè)置模塊